Fa uns mesos em vaig proposar un repte tècnic ambiciós: construir un sistema capaç de reclamar noms d'usuari de Discord en menys de 15 mil·lisegons. El que va començar com un experiment personal es va convertir en una plataforma anomenada blosm, que avui gestiona més de 1.200 usuaris actius amb una taxa d'èxit del 99,9%. En aquest article comparteixo els detalls de l'arquitectura, els desafiaments reals i com l'experiència en aplicacions a mida va ser clau per aconseguir-ho.
El problema fonamental és que l'API pública de Discord està dissenyada per a ús general, no per a velocitat. Quan un nom queda disponible, centenars de persones intenten reclamar-lo simultàniament. El client oficial afegeix sobrecàrrega mitjançant connexions HTTP, serialització JSON i latència de handshake TLS a cada petició. Mentre una sol·licitud normal triga entre 50 i 200 ms, un sniper amb sockets crus pot completar l'operació en menys de 15 ms.
L'arquitectura de blosm evita completament l'API HTTP de Discord. En lloc d'això, es comunica directament a través de connexions WebSocket a nivell de socket. Això elimina la sobrecàrrega d'establir connexions repetides, els handshakes TLS (la connexió és persistent) i el parsing JSON a la ruta crítica. El motor de reclamació està escrit en C++ amb un pool de sockets no bloquejants que gestiona milers de connexions concurrents en un sol fil. Utilitzem estructures de dades lliures de panys i cues de noms mapejades en memòria per a operacions de còpia zero.
Per evitar la detecció, vam implementar un sistema anti-detecció multicapa: rotació d'empremtes dactilars SSL (JA3) per simular diferents clients, un pool de més de 200 user agents realistes, distribució de peticions a través de 4.200 proxies residencials i de datacenter, i jitter temporal per imitar el comportament humà. El gestor de proxies verifica l'estat de cada proxy cada 30 segons i elimina automàticament els caiguts. Durant les hores punta, gestionem més de 50.000 intents de connexió.
El motor de snipe automàtic monitoritza la disponibilitat de noms en temps real mitjançant patrons regex definits pels usuaris. Quan detecta que un nom està lliure, la prioritat s'assigna segons el pla de l'usuari, es selecciona el token i el proxy òptims, i es llança la reclamació en menys de 15 ms. Tot el procés, des de la detecció fins a la notificació via webhook, no supera els 200 ms.
Escalar a més de 1.200 usuaris concurrents no va ser senzill. Cada usuari pot tenir fins a 10 patrons actius, cosa que suposa més de 12.000 monitors simultanis. Per gestionar els límits de connexió del gateway de Discord, multiplexem diversos usuaris sobre connexions compartides mitjançant la gestió de sessions. A més, mantenim un pool de tokens per usuari que es rotan automàticament quan són rate-limitats. La infraestructura es recolza en contenidors Docker sobre metall nu, amb PostgreSQL i Redis com a bases de dades, i un pipeline de mètriques personalitzat per a monitorització.
Al llarg del desenvolupament van sorgir diversos incidents: una fuita del pool de connexions a la setmana 2, un canvi en el protocol del gateway de Discord al mes 1, i un usuari que va llançar 500 patrons simultàniament provocant un DoS a la cua de reclamacions. Cada problema ens va obligar a iterar ràpid i aprendre. Precisament aquesta capacitat d'adaptació és la que apliquem en entorns cloud com AWS o Azure per garantir alta disponibilitat i escalabilitat.
Avui blosm té una latència mitjana de reclamació de 8–15 ms, un 99,9% d'uptime i més de 4.200 proxies al pool. Però això només és el principi. Els pròxims passos inclouen predicció de noms mitjançant intel·ligència artificial, suport multiplataforma (Roblox, Twitch, etc.), una API pública per a desenvolupadors i una extensió de navegador per a verificació en temps real. La integració de agents d'IA permetrà anticipar quins noms quedaran lliures i optimitzar l'assignació de recursos.
Darrere d'aquest projecte hi ha mesos de treball amb molta curiositat, cafeïna i pestanyes obertes de la documentació de l'API de Discord. Si t'interessa la part tècnica o vols saber més sobre com construïm sistemes d'alt rendiment, et convidem a conèixer els serveis de Q2BSTUDIO, on combinem Business Intelligence amb Power BI, ciberseguretat i automatització per crear solucions a mida. Des d'aplicacions natives al núvol fins a sistemes de trading algorítmic, el nostre enfocament és sempre el mateix: latència mínima, màxima fiabilitat.
